시작하기무료로 시작하기

프로그래밍으로 하이라이트 만들기

휴스턴시 데이터를 계속 분석해 보겠습니다. 이번에는 플롯에 표시하지 않은 오존(O3) 값이 최댓값일 때, NO2와 SO2가 어떻게 변하는지 확인하려고 해요.

이를 위해, 현재 리스트 내포의 논리를 데이터셋에서 관측된 O3의 최댓값과 각 행의 O3 값을 비교하는 방식으로 바꾸세요. 참고: sns.regplot() 대신 sns.scatterplot()을 사용하세요. sns.scatterplot()은 색상이 아닌 벡터를 hue 인자로 받을 수 있으며, 자동으로 점에 색을 입히고 유용한 범례도 제공합니다.

이 연습은 강의의 일부입니다

Python으로 데이터 시각화 개선하기

강의 보기

연습 안내

  • houston_pollution DataFrame에서 관측된 O3의 최댓값에 해당하는 값을 찾으세요. 문자 O를 입력해야 하며, 숫자 0이 아니라는 점에 주의하세요!
  • 데이터셋에서 O3가 최댓값인 행을 표시하기 위해 houston_pollution DataFrame에 'point_type' 열을 추가하세요.
  • 새로 만든 이 열을 sns.scatterplot()의 hue 인자로 전달해 점의 색을 구분하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

houston_pollution = pollution[pollution.city  ==  'Houston'].copy()

# Find the highest observed O3 value
max_O3 = houston_pollution.O3.____

# Make a column that denotes which day had highest O3
houston_pollution['____'] = ['Highest O3 Day' if ____  ==  ____ else 'Others' for O3 in houston_pollution.O3]

# Encode the hue of the points with the O3 generated column
sns.scatterplot(x = 'NO2',
                y = 'SO2',
                hue = '____',
                data = houston_pollution)
plt.show()
코드 편집 및 실행